El algoritmo de YouTube tiene un solo objetivo: mantener a los espectadores en la plataforma el mayor tiempo posible. Cada decisión que toma sobre qué vídeos posicionar en la búsqueda, cuáles recomendar cuando termina un vídeo y cuáles mostrar en el feed de inicio de un espectador parte de ese único objetivo. Un vídeo que logra altas tasas de clics, retiene a los espectadores durante la mayor parte de su duración y los lleva a ver otro vídeo justo después es un vídeo que el algoritmo trata como valioso y distribuye de forma amplia. Un vídeo que consigue clics pero pierde espectadores en los dos primeros minutos, o que se reproduce pero no genera ninguna sesión de visualización posterior, se trata como de bajo rendimiento, sin importar cuántas veces se subió o promocionó. Entender el algoritmo a este nivel quita el misterio de por qué unos vídeos rinden y otros no, y da a las marcas un marco claro para tomar decisiones de contenido que produzcan de forma constante vídeos que el algoritmo tenga motivos para distribuir.
Cómo decide YouTube qué posicionar en la búsqueda
La búsqueda es la vía principal de descubrimiento de la mayoría de los vídeos en canales que aún no tienen una gran base de suscriptores. El posicionamiento en la búsqueda de YouTube funciona de forma distinta al de Google, y entender las señales concretas que impulsan el rendimiento en la búsqueda de YouTube es la base de una estrategia de contenido pensada para un crecimiento orgánico sostenible.
Título y relevancia de palabras clave
El título del vídeo es la señal de texto más importante para el posicionamiento en la búsqueda de YouTube. YouTube lee el título para entender de qué trata el vídeo y lo compara con las consultas que escriben los espectadores. Un título que incluye la frase exacta que es probable que busque un espectador rinde bastante mejor en los resultados que uno creativo o ingenioso que no refleja el lenguaje de búsqueda del espectador. La palabra clave o frase principal debe aparecer en el título, a ser posible cerca del principio. Un título con la estructura "Cómo [tarea] para [audiencia]" o "[Palabra clave principal]: [detalle secundario]" supera de forma constante a los títulos que entierran el tema detrás de un planteamiento centrado en la marca. El título también debe ser lo bastante atractivo para ganar el clic una vez que el vídeo aparece en los resultados, porque la tasa de clics es en sí una señal de posicionamiento: un vídeo que aparece en los resultados pero gana pocos clics respecto a los vídeos que lo rodean perderá su posición con el tiempo.
Relevancia de la descripción y colocación de palabras clave
La descripción del vídeo es la segunda señal de texto principal para el posicionamiento en la búsqueda. YouTube lee los primeros 200 a 250 caracteres de la descripción para la clasificación en la búsqueda, lo que significa que el comienzo de la descripción debe contener la palabra clave principal y una declaración clara de lo que cubre el vídeo, no un mensaje de bienvenida genérico ni una sección de enlaces. La descripción completa puede ocupar varios párrafos y debe incluir variaciones naturales de la palabra clave principal, términos de temas relacionados y suficiente contexto sobre el contenido del vídeo para que el algoritmo pueda clasificarlo con precisión en una variedad de consultas relacionadas. Las descripciones escasas, genéricas o compuestas solo por enlaces y cuentas sociales dan casi ninguna señal de búsqueda y dejan al vídeo dependiente solo del título para posicionarse, lo que limita el abanico de búsquedas en las que puede aparecer.
Las etiquetas y su papel real en el posicionamiento
Las etiquetas de los vídeos han perdido importancia en el posicionamiento a medida que ha mejorado el procesamiento del lenguaje natural de YouTube, pero siguen siendo una señal secundaria útil para la clasificación temática. Las etiquetas deben incluir la frase de la palabra clave principal, variaciones cercanas, términos de categoría más amplios y cualquier tema concreto con nombre que cubra el vídeo. Las etiquetas no son visibles para los espectadores, pero el algoritmo las lee a efectos de clasificación. El error más común con las etiquetas es usarlas como una lista de deseos de términos de alto volumen para los que la marca querría posicionarse pero que no están realmente representados en el contenido del vídeo. Las etiquetas irrelevantes no mejoran el posicionamiento en esos términos y pueden crear un desajuste entre el tema declarado del vídeo y su contenido real que confunde la clasificación del algoritmo. Las etiquetas deben describir con precisión lo que cubre el vídeo, no aquello para lo que la marca espera posicionarse.
Tasa de clics desde los resultados de búsqueda
La tasa de clics es la proporción de espectadores que ven un vídeo en los resultados de búsqueda y deciden hacer clic en él. YouTube usa la tasa de clics como una señal de calidad en tiempo real: si un vídeo aparece en los resultados pero la mayoría de los espectadores que lo ven eligen otro resultado, YouTube interpreta que el vídeo no encaja bien con la intención del espectador y reduce su posición con el tiempo. La tasa de clics depende sobre todo de la miniatura y el título, los únicos dos elementos que ve un espectador en los resultados de búsqueda antes de decidir si ve el vídeo. Una miniatura que comunica con claridad el valor del vídeo y un título que se ajusta con precisión a la intención de la búsqueda producen una tasa de clics más alta que una miniatura genérica y un título ingenioso pero vago. Mejorar la miniatura de un vídeo después de publicarlo es una de las formas más fiables de mejorar la posición en la búsqueda de un vídeo de bajo rendimiento sin volver a subirlo ni cambiar el contenido.
Subtítulos y contenido de la transcripción
YouTube genera subtítulos de forma automática para la mayoría de los vídeos, y el algoritmo indexa el texto de los subtítulos como una señal adicional del contenido del vídeo. Los subtítulos generados automáticamente no siempre son exactos, sobre todo con nombres de marca, términos técnicos o acentos que el reconocimiento de voz no gestiona bien. Subir un archivo de subtítulos corregido en lugar de depender de los generados automáticamente garantiza que la transcripción sea exacta y da al algoritmo datos de texto limpios y correctos. También mejora la accesibilidad para los espectadores que ven con subtítulos, entre los que hay una parte importante de espectadores móviles que ven sin audio en espacios públicos. Un vídeo que menciona su tema de palabra clave principal varias veces a lo largo del contenido, tal como queda recogido con exactitud en la transcripción, da al algoritmo señales de clasificación temática más fuertes y coherentes que uno que menciona el tema una vez en el título y la descripción pero nunca en el contenido hablado.
Cómo funciona el algoritmo de recomendación
El posicionamiento en la búsqueda determina cómo rinde un vídeo cuando los espectadores lo buscan de forma activa. El algoritmo de recomendación determina con qué amplitud se distribuye el vídeo a espectadores que no lo buscaron: en la barra lateral de vídeos sugeridos, en el feed de inicio y en las recomendaciones de pantalla final cuando terminan otros vídeos. En la mayoría de los canales consolidados, el tráfico guiado por recomendaciones supera con mucho al guiado por la búsqueda en volumen total, así que entender cómo funcionan las recomendaciones es crítico para el crecimiento a largo plazo del canal.
Tiempo de visualización y duración media de visualización
El tiempo de visualización es el total de minutos que los espectadores han pasado viendo un vídeo en todas sus visualizaciones. La duración media de visualización es la proporción de la duración total del vídeo que ve el espectador medio antes de irse. Ambos son señales principales del algoritmo de recomendación. Un vídeo que gana 10.000 visualizaciones pero tiene una duración media de visualización del 25 por ciento de su duración le dice al algoritmo que los espectadores no encontraban lo que esperaban. Un vídeo con 3.000 visualizaciones pero una duración media de visualización del 70 por ciento le dice al algoritmo que los espectadores que lo vieron lo encontraron realmente valioso. El segundo vídeo recibe más recomendaciones por visualización que el primero, porque el algoritmo prioriza los vídeos que retienen a los espectadores y no simplemente los que los atraen. Una estrategia de contenido construida para maximizar el número de visualizaciones a costa de la duración media de visualización trabaja contra el objetivo central del algoritmo.
Tasa de clics desde las recomendaciones
Cuando YouTube recomienda un vídeo en la barra lateral de sugeridos o en el feed de inicio, muestra la miniatura y el título a un espectador que no lo ha pedido. La tasa de clics en este contexto mide lo atractivo que resulta el vídeo para un espectador pasivo que no buscaba ese tema en concreto. Las tasas de clics de las recomendaciones suelen ser más bajas que las de la búsqueda, porque la intención del espectador es menor, pero el volumen de impresiones disponible mediante recomendaciones es mucho mayor que el disponible mediante búsqueda en la mayoría de los temas. Un vídeo que gana una tasa de clics del 5 al 10 por ciento en recomendaciones rinde bien; todo lo que supere eso es excepcional. La miniatura pesa más en la tasa de clics de las recomendaciones que en la de la búsqueda, porque en el feed de inicio y en la barra lateral de sugeridos la vista del espectador va primero al elemento visual.
Señales de satisfacción del espectador: Me gusta, comentarios y compartidos
Las señales de interacción, como los Me gusta, los comentarios y los compartidos, son señales secundarias del algoritmo de recomendación, menos importantes que el tiempo de visualización y la tasa de clics pero que igualmente influyen en la amplitud con que se distribuye un vídeo. Un vídeo con mucho tiempo de visualización y una alta proporción de Me gusta indica una respuesta positiva fuerte y se recomienda de forma más agresiva. Los comentarios indican que el contenido provocó una reacción lo bastante fuerte como para justificar una respuesta escrita, una señal de interacción de mayor esfuerzo que un Me gusta. Los compartidos indican que los espectadores encontraron el contenido lo bastante valioso como para difundirlo en su propia red, algo que YouTube trata como una señal positiva fuerte sobre la calidad del contenido. Animar a los espectadores a interactuar al final de un vídeo, con una petición genuina y no una petición genérica de guion, aumenta la tasa de interacción y refuerza la confianza del algoritmo en la calidad del vídeo.
Inicio de sesión y continuación de sesión
El algoritmo de YouTube da un valor especialmente alto a dos comportamientos concretos del espectador: iniciar una sesión de YouTube con un vídeo concreto y ver otro vídeo justo cuando termina uno. Un vídeo al que un espectador vuelve a YouTube específicamente para verlo, en lugar de encontrarlo por recomendaciones estando ya en la plataforma, indica una intención fuerte y pesa mucho en la valoración del algoritmo. Un vídeo que lleva directamente a otro del mismo canal, manteniendo al espectador en una sesión de YouTube en lugar de que abandone la plataforma, se lleva el crédito por ese tiempo de sesión prolongado. Los canales que diseñan su contenido como secuencias, donde un vídeo lleva de forma natural al siguiente, se benefician de este efecto de continuación de sesión. Las pantallas finales y las tarjetas que recomiendan vídeos relacionados contribuyen a la continuación de sesión y mejoran la posición algorítmica general del canal.
Cómo aprende el algoritmo las preferencias de los espectadores
El algoritmo de recomendación de YouTube es personalizado: aprende las preferencias individuales de cada espectador a partir de su historial de visualización, su historial de búsqueda y sus patrones de interacción, y usa esos datos para recomendar contenido distinto a espectadores distintos. Un vídeo sobre equipos de café para principiantes recomendado a un espectador que ha visto decenas de vídeos de café está en un contexto algorítmico muy distinto al del mismo vídeo recomendado a un espectador sin historial de visualización de café. Esta personalización significa que el éxito de un vídeo en el algoritmo de recomendación depende en parte de lo bien que encaje con las preferencias establecidas de los espectadores a los que YouTube decide mostrárselo. Los canales que construyen un nicho de contenido constante y definido se benefician de este efecto de personalización: el algoritmo aprende qué perfiles de espectadores es probable que vean y disfruten el contenido del canal y lo recomienda cada vez más a espectadores con perfiles similares, lo que crea un efecto de crecimiento acumulado con el tiempo.
Las señales en las que las marcas pueden influir directamente
Muchos factores que afectan al rendimiento algorítmico están bajo el control directo de la marca. Centrar el esfuerzo de mejora en las señales que tienen más impacto y son más accionables da mejores resultados que intentar optimizar todas las variables posibles a la vez.
Los primeros 30 segundos y los ganchos de retención
Los primeros 30 segundos de un vídeo tienen un efecto desproporcionado en la duración media de visualización, porque una gran proporción de los espectadores que hacen clic en un vídeo deciden si siguen o se van en el primer medio minuto. Un vídeo que abre con una declaración clara de lo que el espectador obtendrá al verlo, sin largos preámbulos, introducciones del canal ni contenido ajeno, retiene a una proporción mayor de sus espectadores iniciales durante toda la duración. El gancho de apertura debe responder a la pregunta implícita del espectador: "¿Vale la pena mi tiempo?". Debe ser específico del contenido del vídeo y no una bienvenida general ni una promoción del canal. Una introducción de canal o una animación de logotipo de 30 segundos antes de que empiece el contenido es una de las formas más fiables de perder espectadores en los primeros 30 segundos, y la mayoría de los canales de YouTube consolidados han eliminado estas introducciones justo porque los datos mostraron que dañaban la retención.
El diseño de la miniatura como palanca algorítmica
Las miniaturas afectan a la tasa de clics, que afecta tanto al posicionamiento en la búsqueda como a la distribución de recomendaciones. Una miniatura diseñada para el algoritmo, es decir, diseñada para ganar clics del tipo concreto de espectador al que se dirige el vídeo, es una inversión directa en rendimiento algorítmico. Las miniaturas de YouTube más eficaces comparten ciertas características: son legibles a tamaños pequeños, comunican un motivo claro y concreto para hacer clic más allá de lo que ya dice el título, usan una paleta de colores limitada que destaca contra la interfaz predominantemente blanca y gris de YouTube y son visualmente coherentes con las otras miniaturas del canal, para que los espectadores habituales reconozcan de un vistazo el contenido del canal. Probar varias opciones de miniatura cambiando la miniatura de un vídeo de bajo rendimiento y vigilando si mejora la tasa de clics es uno de los experimentos de optimización más fiables a disposición de los creadores de YouTube.
La constancia de publicación y su efecto en el algoritmo
El algoritmo de YouTube distribuye el contenido de un canal de forma más agresiva cuando la publicación es constante y regular. Un canal que publica a un ritmo predecible enseña al algoritmo a esperar contenido nuevo y a los suscriptores a anticiparlo. Cuando un canal desaparece durante varias semanas, la confianza del algoritmo en su actividad continuada disminuye y baja la distribución de recomendaciones. Reconstruir esa distribución tras un parón requiere varias publicaciones constantes, lo que significa que un historial de publicación irregular crea un patrón de pérdida y recuperación de impulso menos eficiente que mantener una frecuencia menor pero constante durante todo el periodo. Para la mayoría de los canales de marca, publicar una vez por semana es el ritmo ideal para construir impulso algorítmico. Para los canales sin capacidad de sostener ese ritmo, publicar una vez cada dos semanas de forma constante rinde más que publicar cada semana y acabar publicando una vez al mes.
Capítulos, tarjetas y pantallas finales como herramientas de retención
Los capítulos de YouTube permiten dividir un vídeo en secciones etiquetadas que aparecen en la barra de progreso, lo que facilita a los espectadores ir a partes concretas de un vídeo más largo. Los capítulos reducen la probabilidad de que un espectador abandone un vídeo por no encontrar con rapidez la parte más relevante para su pregunta. Las tarjetas son pequeños elementos interactivos que aparecen durante un vídeo y pueden enlazar a otros vídeos, listas de reproducción o sitios web externos. Las pantallas finales aparecen en los últimos 5 a 20 segundos y son la herramienta principal para dirigir a los espectadores al siguiente vídeo cuando termina el actual. Usados de forma deliberada, los capítulos, las tarjetas y las pantallas finales juntos reducen el abandono dentro de un vídeo y aumentan la probabilidad de continuación de sesión tras su final, y ambas cosas mejoran la posición del vídeo ante el algoritmo.
El momento de publicación y su efecto algorítmico a corto plazo
Publicar un vídeo en un periodo de alta actividad de los espectadores le da una audiencia inicial mayor en las primeras 24 a 48 horas, lo que produce señales de interacción tempranas más fuertes que el algoritmo usa para decidir con qué amplitud distribuye el vídeo en su primera semana. En los canales con una base de suscriptores consolidada, publicar cuando los suscriptores están más activos aumenta la velocidad con que se acumulan las primeras visualizaciones y la interacción. YouTube Analytics muestra patrones de actividad de la audiencia específicos de cada canal, y publicar dentro de la ventana de máxima actividad es más fiable que seguir consejos generales de la plataforma sobre el momento. En los canales nuevos, donde el tráfico del feed de suscripciones es mínimo y la mayoría de las visualizaciones vienen de la búsqueda, el efecto del momento es menor, pero publicar en la ventana de mayor actividad sigue dando al vídeo las mejores condiciones posibles para su valoración algorítmica inicial.
Malentendidos habituales sobre el algoritmo que cuestan rendimiento a los canales
Las ideas equivocadas sobre cómo funciona el algoritmo de YouTube llevan a las marcas a tomar decisiones que actúan activamente contra el rendimiento de su canal. Identificar y corregir estos malentendidos es tan importante como entender lo que premia el algoritmo.
El número de suscriptores no es una señal principal de posicionamiento
El número de suscriptores no es lo que impulsa las visualizaciones en YouTube. Un canal con 10.000 suscriptores cuyos vídeos promedian 500 visualizaciones rinde peor a nivel algorítmico que un canal con 2.000 suscriptores cuyos vídeos promedian 800, porque la tasa de interacción en relación con el tamaño de la audiencia es menor. El algoritmo distribuye el contenido según lo bien que rinde un vídeo con los espectadores que lo ven, no según cuántos suscriptores haya acumulado el canal. Un vídeo de un canal pequeño que logra mucho tiempo de visualización y altas tasas de clics superará, en el feed de recomendados, a un vídeo de un canal grande con poco tiempo de visualización y bajas tasas de clics. Las marcas que se centran en el crecimiento de suscriptores como medida principal del éxito en YouTube siguen una métrica de resultado y no un impulsor de rendimiento.
Las visualizaciones son un indicador retardado, no uno adelantado
Las visualizaciones se acumulan como resultado de las decisiones de distribución del algoritmo, no antes de ellas. Un vídeo que rinde bien en tasa de clics y tiempo de visualización en sus primeras 48 horas gana más distribución algorítmica, lo que produce más visualizaciones con el tiempo. Un vídeo que rinde mal en esas señales en sus primeras 48 horas recibe menos distribución y acumula visualizaciones despacio, sin importar cuántas veces lo promocione la marca de forma externa. La implicación práctica es que las métricas que conviene vigilar en las primeras 48 horas tras publicar son la tasa de clics y la duración media de visualización, no el total de visualizaciones. Esas dos señales predicen el rendimiento a largo plazo del vídeo mejor que el número de visualizaciones iniciales. La promoción externa puede añadir visualizaciones, pero no puede sustituir un buen rendimiento algorítmico si el propio contenido no retiene a los espectadores una vez que hacen clic.
Borrar vídeos de bajo rendimiento suele ser un error
Las marcas que borran vídeos porque rindieron mal en el primer mes a menudo eliminan contenido que habría seguido acumulando visualizaciones por búsqueda durante años. Un vídeo que no logró tracción en las recomendaciones del algoritmo pero se posiciona para una consulta de búsqueda concreta puede seguir generando tráfico orgánico constante mucho después de su publicación. Borrarlo lo elimina de los resultados de búsqueda de forma permanente y pierde la autoridad que hubiera acumulado. El mejor enfoque para los vídeos de bajo rendimiento es actualizar el título, la miniatura o la descripción para mejorar la tasa de clics, añadir capítulos si el vídeo es lo bastante largo y valorar si el problema es el propio contenido o si el empaquetado limita su alcance. Borrar debe reservarse para el contenido realmente desfasado, incorrecto o ajeno a la marca, no para el que simplemente no recibió las visualizaciones que esperaba la marca.
El algoritmo no premia la frecuencia de subida por sí misma
Un consejo habitual de YouTube es subir con la mayor frecuencia posible. El algoritmo premia la constancia, pero no premia el volumen por sí mismo. Un canal que publica cinco vídeos por semana de poca calidad o contenido escaso verá cómo se deterioran sus métricas de tiempo de visualización y duración media de visualización, lo que indica al algoritmo que el contenido del canal no satisface a los espectadores. Ese deterioro de las métricas de rendimiento es más difícil de recuperar que el modesto beneficio de una alta frecuencia de subida. La calidad y la constancia importan más que el volumen. Un solo vídeo publicado cada semana que logra de forma constante mucho tiempo de visualización construye una posición algorítmica más fuerte que tres vídeos publicados cada semana que los espectadores abandonan en el primer minuto.
La estructura de listas de reproducción y series amplifica el rendimiento algorítmico
La mayoría de los canales de marca aprovechan muy poco las listas de reproducción y las series de contenido como herramientas algorítmicas. Cuando un espectador termina un vídeo de una lista de reproducción, YouTube reproduce de forma automática el siguiente vídeo de la lista, manteniendo al espectador en una sesión que beneficia a las métricas de tiempo de visualización del canal. Una serie de vídeos donde cada uno lleva de forma natural al siguiente crea una lista de reproducción que genera continuación de sesión a un ritmo que los vídeos independientes no pueden igualar. Estructurar el contenido en series también ayuda al algoritmo a clasificar con más precisión el área temática del canal, porque ve un conjunto coherente de contenido relacionado y no una colección desconectada de vídeos individuales. Planificar las series de contenido antes de publicar y montarlas en listas de reproducción antes de que salga el primer vídeo de la serie da al canal el beneficio de la continuación de sesión desde el primer espectador.
Nuestros vídeos consiguen buenas cifras de visualizaciones en la primera semana pero luego caen por completo. ¿Qué nos dice eso de nuestra posición algorítmica?
Sugiere que los vídeos obtienen una distribución inicial, probablemente por los suscriptores o por la promoción externa, pero no ganan suficiente recomendación algorítmica continuada para sostener las visualizaciones pasada la primera semana. La causa más probable es que el tiempo de visualización y la duración media de visualización no son lo bastante fuertes para indicar al algoritmo que el contenido merece una distribución continuada. Revisa en YouTube Analytics la duración media de visualización de los vídeos recientes: si los espectadores se van antes de llegar a la mitad, la estructura del contenido o la apertura necesitan trabajo. Los vídeos que retienen a los espectadores durante la mayor parte de su duración siguen acumulando visualizaciones mediante recomendaciones mucho después de la semana inicial de publicación. Los vídeos que pierden espectadores rápido se distribuyen una vez y luego se descartan.
Cambiamos el estilo de las miniaturas de nuestro canal y nuestra tasa de clics bajó. ¿Cómo la recuperamos?
Vuelve al estilo de miniatura anterior en los vídeos recientes y prueba los cambios con pruebas A/B en vídeos más antiguos y de menor importancia antes de extenderlos a todo el canal. La tasa de clics cambia en respuesta a los cambios de miniatura con relativa rapidez, normalmente en una o dos semanas desde que la nueva miniatura se publica. Si el nuevo estilo rinde peor en varios vídeos, es una señal clara de que el cambio fue negativo. Los cambios de miniatura deben probarse en un vídeo cada vez: actualiza la miniatura, espera dos semanas y compara la tasa de clics antes y después. Una caída en la tasa de clics afecta al posicionamiento en la búsqueda y a la distribución de recomendaciones, así que recuperarla rápido volviendo al estilo que funcionaba es más valioso que esperar a reunir más datos sobre el diseño de bajo rendimiento.
Llevamos un mes publicando todos los días y nuestro canal no crece. ¿Deberíamos publicar más?
Publicar más no es la respuesta si publicar a diario ya no funciona. El problema es casi seguro la calidad del contenido o la segmentación, no la frecuencia. Revisa tus datos de tiempo de visualización: si la duración media de visualización es inferior al 40 por ciento en tus vídeos, los espectadores encuentran el contenido poco satisfactorio y el algoritmo no lo distribuye más allá de su audiencia inicial. Reduce la frecuencia de publicación e invierte el tiempo ahorrado en producir menos vídeos, pero mejores. Un vídeo publicado dos veces por semana que retiene de forma constante a los espectadores durante el 60 por ciento de su duración superará a los vídeos diarios que pierden espectadores en los dos primeros minutos. La frecuencia sin calidad no es una estrategia de crecimiento en YouTube.
¿Deberíamos borrar los vídeos antiguos con muy pocas visualizaciones? Nos preocupa que hagan que el canal parezca inactivo o de baja calidad.
No los borres a menos que el contenido esté realmente desfasado, sea incorrecto o sea ajeno a la marca. Los vídeos antiguos con pocas visualizaciones a menudo siguen generando tráfico de búsqueda mucho después de publicarse, y borrarlos elimina ese tráfico de forma permanente. Las cifras bajas en los vídeos antiguos no dañan la posición algorítmica del canal como podría hacerlo un vídeo recién publicado de bajo rendimiento. Si te preocupa cómo ve el canal un visitante nuevo, organiza en listas de reproducción los vídeos antiguos de bajo rendimiento en lugar de dejarlos en el feed principal del canal, o usa los ajustes de secciones del canal para destacar el contenido de mejor rendimiento en la página de inicio. Quien recorre la página del canal ve lo que tú pones delante; no ve todo el archivo salvo que se desplace más allá de lo que has seleccionado.
Añadimos capítulos a nuestros vídeos y subió nuestra duración media de visualización. ¿Está directamente relacionado?
Sí. Los capítulos mejoran la duración media de visualización al permitir que los espectadores que de otro modo abandonarían el vídeo salten a la sección más relevante para ellos, lo que los mantiene en el vídeo en lugar de irse del todo. Un espectador que salta al capítulo cuatro de un vídeo de doce minutos y lo ve hasta el final aporta más tiempo de visualización que uno que se va en el minuto dos porque no encontró con rapidez la parte que necesitaba. Los capítulos también mejoran la experiencia de quienes vuelven a un vídeo para repasar una sección concreta, y aparecen en los resultados de búsqueda de Google como enlaces de salto, lo que puede aumentar las tasas de clics desde la búsqueda. Añadir capítulos a los vídeos existentes con una duración media de visualización inferior a la esperada es una de las optimizaciones más rápidas disponibles sin cambiar el contenido del vídeo.
El vídeo de un competidor sobre el mismo tema que el nuestro tiene muchas más visualizaciones a pesar de haberse publicado más tarde. ¿Qué podría explicarlo?
Varios factores podrían explicar la diferencia. Su miniatura puede estar generando una tasa de clics más alta desde los mismos resultados de búsqueda. Su título puede ajustarse más a la consulta de búsqueda más común del tema. Su duración media de visualización puede ser mayor, lo que gana más recomendación algorítmica. Su canal puede tener más suscriptores, lo que dio al vídeo una audiencia inicial mayor y señales de interacción tempranas más fuertes. O su vídeo puede simplemente responder a la pregunta del espectador de forma más completa que el tuyo. Revisa los dos vídeos lado a lado desde la perspectiva de un espectador y fíjate en la miniatura, el título, los primeros 60 segundos y la estructura general del contenido. La diferencia de rendimiento casi siempre tiene una causa identificable que se puede abordar en vídeos futuros o actualizando el empaquetado del vídeo de bajo rendimiento.